(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210728402.8 (22)申请日 2022.06.24 (71)申请人 阿里巴巴 （中国） 有限公司 地址 311121 浙江省杭州市余杭区五常街 道文一西路969号3幢5层5 54室 (72)发明人 梁桥　夏循龙　王维　毛泉涌　 杨吉锐　邓兵　黄建强　 (74)专利代理 机构 北京清源汇知识产权代理事 务所(特殊普通 合伙) 11644 专利代理师 冯德魁 (51)Int.Cl. G06V 20/40(2022.01) G06V 20/52(2022.01) G06V 10/774(2022.01) (54)发明名称 一种异常事件检测方法、 系统和道路交通事 故检测方法 (57)摘要 本申请公开了一种基于图像检测的异常事 件检测方法， 包括： 分别获得目标时间范围内的 多个图像采集区域的对象行为特征数据， 所述多 个图像采集区域为一个对象沿预定方向移动过 程中可分别经过的多个图像采集设备采集图像 的区域； 根据所述多个图像采集区域的对象行为 特征数据， 获得在所述目标时间范围内目标区域 中是否发生异常事件的第一检测结果； 输出所述 第一检测结果。 本申请提供的基于图像检测的异 常事件检测方法， 通过使用多个图像采集设备对 多个图像采集区域的对象行为特征数据的分析， 尽量避免使用单个图像采集设备对异常事件检 测时由于异常对象无法被识别造成的漏检、 异常 事件发生在监测盲区造成的难检的问题。 权利要求书3页 说明书25页 附图6页 CN 115171008 A 2022.10.11 CN 115171008 A 1.一种异常事 件检测方法， 其特 征在于， 包括： 分别获得目标时间范围内的多个图像采集 区域的对象行为特征数据， 所述多个图像采 集区域为一个对象沿预定方向移动过程中可分别经过 的多个图像采集设备采集图像的区 域； 根据所述多个图像采集 区域的对象行为特征数据， 获得在所述目标时间范围内目标区 域中是否发生异常事件的第一检测结果， 所述目标区域为所述对象沿所述预定方向移动过 程中可经过的区域； 输出所述第一检测结果。 2.根据权利要求1所述的方法， 其特征在于， 还包括： 获得全量图像采集区域的对象行 为特征数据； 所述分别获得目标时间范围内的多个图像采集区域的对象行为特 征数据， 包括： 从所述全量图像采集 区域的对象行为特征数据中， 分别获得所述目标时间范围内的所 述多个图像采集区域的对象行为特 征数据。 3.根据权利要求2所述的方法， 其特 征在于， 所述方法应用于服 务端； 所述获得全量图像采集区域的对象行为特 征数据， 包括： 获得边缘计算端提供的全量图像采集 区域的对象行为特征数据， 所述边缘计算端用于 根据全量图像采集区域的全量图像获得全量图像采集区域的对象行为特 征数据； 或者， 获得每个图像采集设备提供的各自图像采集区域的对象行为特征数据， 每个图 像采集设备用于采集各自图像采集区域的图像， 根据各自图像采集区域的图像获得各自图 像采集区域的对象行为特 征数据； 或者， 获得边缘计算端提供的全量图像采集区域的全量图像， 根据全量图像采集区域 的全量图像获得全量采集区域的对象行为特 征数据； 或者， 获得每个图像采集设备提供的各自图像采集区域的图像， 根据各自图像采集区 域的图像获得 各自图像采集区域的对象行为特 征数据。 4.根据权利要求1所述的方法， 其特 征在于， 还 包括： 获得第一图像采集区域中发生疑似异常事件的检测结果， 或者， 获得第一图像采集区 域的对象行为特 征数据发生异常的判断结果； 确定所述对象沿所述预定方向移动过程中经过所述第 一图像采集 区域之前和/或经过 所述第一图像采集区域之后所需经 过的第二图像采集区域； 将所述第一图像采集区域与至少一个第二图像采集区域确定为所述多个图像采集区 域， 或者， 将多个第二图像采集区域确定为所述多个图像采集区域； 根据获得第 一图像采集 区域中发生疑似异常事件的检测结果的时间点， 或者根据获得 第一图像采集区域的对象行为特征数据发生异常的判断结果的时间点， 确定所述目标时间 范围。 5.根据权利要求4所述的方法， 其特征在于， 所述获得第 一图像采集区域中发生疑似异 常事件的检测结果， 包括： 获得所述第一图像采集区域的对象行为特 征数据； 根据所述第 一图像采集 区域的对象行为特征数据， 判断在所述第 一图像采集 区域中是 否发生疑似异常事 件， 如果是， 则获得第一图像采集区域中发生疑似异常事 件的检测结果。权　利　要　求　书 1/3 页 2 CN 115171008 A 26.根据权利要求4所述的方法， 其特征在于， 所述获得第 一图像采集区域的对象行为特 征数据发生异常的判断结果， 包括： 通过判断所述第一图像采集区域的对象行为特征数据与预设的所述第一图像采集区 域的对象行为特征正常数据是否匹配， 获得第一图像采集区域的对象行为特征数据发生异 常的判断结果。 7.根据权利要求1所述的方法， 其特征在于， 所述根据所述多个图像采集 区域的对象行 为特征数据， 获得在所述目标时间范围内目标区域中是否发生异常事 件的检测结果， 包括： 根据所述多个图像采集 区域的对象行为特征数据， 获得所述多个图像采集区域之间的 对象行为特征差异数据， 通过比较所述多个图像采集区域之间的对象行为特征差异数据与 预设的多区域行为特 征差异阈值， 判断在所述目标区域中是否发生异常事 件； 或者， 根据所述多个图像采集区域的对象行为特征数据， 获得所述多个图像采集区域 之间的对象行为特征差异数据， 将所述多个图像采集区域之间的对象行为特征差异数据输 入到第一多区域行为特征分析模型， 获得在所述目标区域中是否发生异常事件的检测结 果； 或者， 将所述多个图像采集 区域的对象行为特征数据输入到第 二多区域行为特征分析 模型， 获得在所述目标区域中是否发生异常事 件的检测结果。 8.根据权利要求7所述的方法， 其特征在于， 所述根据所述多个图像采集 区域的对象行 为特征数据， 获得所述多个图像采集区域之间的对 象行为特征差异数据包括： 对 象流量差 异数据、 对象平均速度差异数据、 对象分布差异数据中的至少一种。 9.根据权利要求1所述的方法， 其特征在于， 所述根据所述多个图像采集 区域的对象行 为特征数据， 获得在所述 目标时间范围内目标区域中是否发生异常事件的检测结果， 还包 括： 根据所述目标时间范围内每个图像采集区域的不同时间点的对象行为特征数据， 获得 所述每个图像采集区域的对象行为特征差异数据， 通过比较所述每个图像采集区域的不同 时间点的对象行为差异数据与预设的单区域行为特征差异阈值， 判断所述目标区域中是否 发生异常事 件； 或者， 根据所述目标时间范围内每个图像采集区域的不同时间点的对象行为特征数 据， 获得所述每个图像采集区域的对 象行为特征差异数据， 将所述每个图像采集区域的对 象行为特征差异数据输入到第一单区域行为特征分析模型， 获得在所述目标区域中是否发 生异常事 件的检测结果； 或者， 将所述目标时间范围内每个图像采集 区域的不同时间点的对象行为特征数据输 入到第二单区域行为特征分析模型， 获得在所述目标区域中是否发生异常事件的检测结 果。 10.根据权利要求9所述的方法， 其特征在于， 根据所述目标时间范围内每个图像采集 区域的不同时间点的对象行为特征数据， 获得所述每个图像采集区域的对象行为特征差异 数据包括： 对 象流量变化数据、 对 象平均速度变化数据、 单个对 象速度变化数据、 对 象分布 变化数据中的至少一种。 11.根据权利要求1所述的方法， 其特征在于， 如果所述第一检测结果表示在所述目标 时间范围内目标区域发生异常事 件， 还包括：权　利　要　求　书 2/3 页 3 CN 115171008 A 3